#ИИ #диагностика #ихнравы
146 патологий на одной КТ: Alibaba научила ИИ искать несколько болезней по одному КТ-снимку
Исследовательское подразделение компании Alibaba DAMO Academy представило сразу две новые модели искусственного интеллекта (ИИ) для диагностики — RADAR и EAGLE. Разработчики пытаются решить две совершенно разные задачи: первая модель ищет множество патологий на КТ брюшной полости, вторая специализируется на раннем выявлении рака пищевода.
RADAR выявляет сразу несколько болезней на одном снимке. Она анализирует КТ и способна выявлять 146 патологических признаков в 18 анатомических областях. Таким образом вместо привычной схемы «один алгоритм — одна патология» появляется более универсальная модель, которая анализирует исследование комплексно — ближе к тому, как с ним работает врач-рентгенолог.
Вторая модель, EAGLE, решает более узкую задачу — помогает выявлять рак пищевода по эндоскопическим изображениям. Здесь ставка сделана на раннюю диагностику: ИИ должен замечать подозрительные изменения, которые врачу необходимо дополнительно оценить.
Обе разработки уже вышли за рамки прототипов: результаты исследований опубликованы в научных журналах Nature. И направление здесь, пожалуй, важнее отдельных цифр: ИИ в диагностике постепенно движется от десятков отдельных алгоритмов к более универсальным моделям, способным анализировать исследование целиком.
@medicalksu теперь в MAX
146 патологий на одной КТ: Alibaba научила ИИ искать несколько болезней по одному КТ-снимку
Исследовательское подразделение компании Alibaba DAMO Academy представило сразу две новые модели искусственного интеллекта (ИИ) для диагностики — RADAR и EAGLE. Разработчики пытаются решить две совершенно разные задачи: первая модель ищет множество патологий на КТ брюшной полости, вторая специализируется на раннем выявлении рака пищевода.
RADAR выявляет сразу несколько болезней на одном снимке. Она анализирует КТ и способна выявлять 146 патологических признаков в 18 анатомических областях. Таким образом вместо привычной схемы «один алгоритм — одна патология» появляется более универсальная модель, которая анализирует исследование комплексно — ближе к тому, как с ним работает врач-рентгенолог.
Вторая модель, EAGLE, решает более узкую задачу — помогает выявлять рак пищевода по эндоскопическим изображениям. Здесь ставка сделана на раннюю диагностику: ИИ должен замечать подозрительные изменения, которые врачу необходимо дополнительно оценить.
Обе разработки уже вышли за рамки прототипов: результаты исследований опубликованы в научных журналах Nature. И направление здесь, пожалуй, важнее отдельных цифр: ИИ в диагностике постепенно движется от десятков отдельных алгоритмов к более универсальным моделям, способным анализировать исследование целиком.
@medicalksu теперь в MAX